使用多个不同的 group_by 变量 (dplyr) 来汇总数据帧答案

【问题标题】：Using multiple different group_by variables (dplyr) to summarise a dataframe使用多个不同的 group_by 变量 (dplyr) 来汇总数据帧
【发布时间】：2016-09-17 19:40:17
【问题描述】：

我有一个包含 6 列的数据框“my_data”：

group1.members  group2.members  group3.members  price    price.2   price.3
 1                 1               1             800      877      334
 1                 2               1             850      877      334
 2                 2               1             859      877      334
 3                 1               1             859      877      334
 3                 1               2             870      877      334
 2                 2               2             870      877      334
 2                 3               2             870      877      334
 1                 3               3             880      877      334

我想按 ROW 将 my_data 的“价格”列总结为几个单独的数据框，并在每个不同的“group.member”列上使用 group_by。不过，似乎 group_by 不允许这样做？

这就是我的想法：

my_data <- as.data.frame(data)
num_of_years <- c(1,2,3)
for(i in 1:length(num_of_years)){
   price_means <- my_data %>% group_by(my_data[i]) %>% 
   select(-value) %>%
   summarise_each(funs(mean(., na.rm=TRUE))) %>% 
   ungroup
   assign(paste("PriceMeans",i,sep=""),price_means, envir = .GlobalEnv)
}

换句话说：

对于 i=1，使用 group_by(group1.members)
对于 i=2，使用 group_by(group2.members)
对于 i=3，使用 group_by(group3.members)

编辑：我的解决方案如下：

for(i in 1:length(my_groups)){ 
  # construct the group to select
  current.group <- my_groups[i] 
  current.group <- paste0("memb_", current.group) 
  # construct the groups to exclude
  groups.to.drop <- my_groups[-i] 
  groups.to.drop <- paste0("memb_", groups.to.drop) 

  # Get Means 
  Means <- data %>% group_by_(as.name(current.group)) %>%  
    select(- c(ID, get(groups.to.drop))) %>% 
    summarise_each(funs(mean(., na.rm = TRUE))) 
  Means <- Means[,-1:-(length(my_groups)-1)] 
  Means <- as.list(Means) 
  assign(x = paste0("Means_",i), 
         value = Means,  
         envir = parent.env(new.env()) 
}

【问题讨论】：

你需要使用lazyeval方法来编写你的函数。
谢谢！我查看了lazyeval 的文档，但不明白如何实现这一点。你能提供一个简短的例子吗？
这个特定的链接解释了lazyeval是如何由dplyr库处理的link
@Arun，好像我们都有 exact 相同的句柄。这可能会令人困惑。你会考虑改变你的吗？我之所以问，是因为我在 R 标记下的这个句柄下活动的时间更长（= 许多人已经把这个句柄与我联系起来了）。

标签： r dplyr

【解决方案1】：

我绝不是 dplyr 专家，但这似乎可以完成您想要做的事情：

for (i in 1:length(num_of_years)){
  var1 <- names(my_data)[[i]]
  var2 <- c(var1)

  price_means <- my_data %>% 
    select(eval(i), price, price.2, price.3) %>% 
    group_by_(var2) %>% 
    summarise_each(funs(mean(., na.rm=TRUE))) %>% 
    ungroup()

  assign(paste("PriceMeans",i,sep=""),price_means, envir = .GlobalEnv)
}

【讨论】：

谢谢，这很有帮助。最后我使用了非常相似的东西（见我上面的问题编辑）